作为行动者的算法：重塑传播形态与嵌入社会结构

全 燕， 李 庆

(广东外语外贸大学 新闻与传播学院， 广东 广州 510006)

智媒时代，随着社会的智能化程度不断加深，虚拟的赛博空间与现实的物质世界的界限日渐消融。日新月异的媒介技术为人类建构出不同于以往的媒介场景，这些智能化的媒介场景通过新型的传播形态得以具象化呈现。作为智能技术的底层架构，算法对新型传播形态的崛起有着至关重要的影响，算法自身的逻辑也在重构着传播形态和媒介情境，进而对社会互动形式与文化进行重塑。在这个重构的过程中，算法不只是充当中介者的角色，也不只是主宰社会信息传播渠道，更在一定程度上获得传播的控制权，也同步挑战了过去人的传播主体地位。

作为传播领域的行动者网络中的新入局者，算法的物质性得以挖掘，作为技术物的算法与人不再是二元对立，而是相互映照、相互嵌入。与此同时，当下传播研究领域的媒介物质性转向也在提示着我们，算法在与人类的交互中对传播形态与社会结构都产生了深刻影响，它带来了新型传播形态的崛起，并嵌入社会结构中产生不同于以往的社会实践活动。基于此，本文立足于算法的物质性，探究其对传播以及对人的认知影响问题。作为技术物的算法与人形成了什么样的传播关系？如何构建出新型传播形态？其嵌入社会结构之后又引发了何种社会影响？

一、 算法对传播形态的影响

传播形态是指“传播在一定技术环境中的表现形式和情景，它是媒介系统的具像化。传播形态的核心要素包括媒体形态、受众、传播方式、传播技术、传播环境与情景”[1]。在新一轮技术浪潮的驱动下，尤其是在平台资本主义驱动下，算法作为人工智能的底层逻辑不断刷新传播速度和传播效果的极限，成为智媒时代的主要神经中枢。从传播技术与传播环境上看，“大数据和算法技术所建构的拟态环境是一种特殊的‘拟态环境’，具有超强劝服能力，大数据挖掘、分析、可视化，定制式精准投放、个性化推送等等，构成了一个全新的‘楚门的世界’”[2]。从传播方式与受众来看，在算法的作用下，内容提供者与消费者能够实现快速匹配，形成“用户兴趣导向”，用户的主动性与掌控力看似增强，但其认知与行为都会受到算法逻辑的牵引。由此，算法通过影响传播形态的核心要素，从而影响了传播形态本身。

(一) 编码者与解码者的智能匹配

近年来，对信息和人匹配的算法型分发，成为各大内容平台进行信息推送的主要方式。“算法本质是通过一系列价值判断架构实现供需双方价值关系的连接匹配。”[3]内容提供者和内容消费者通过算法建立联系，算法推荐基于海量数据建立起用户画像，而用户画像的实质是用户信息的标签化。标签意味着识别与分类，从而便于查找与定位。算法在进行标签体系建设时，实际上是将用户特征简化为特定的符号，以此识别个体用户的信息需求。每个被打上标签的用户并不是孤立的个体，在标签主导的算法推荐机制下，具有相同标签的用户被聚集起来，在不同时空下接收到同样的内容。内容生产者不必再花费过多时间与精力找寻和定位目标人群，只要基于内容方标签与用户方标签，就能将信息传递给特定的人群。信息畅通无阻地抵达用户只是算法推荐的第一步，更重要的是算法能够精准把控用户的兴趣偏向，所提供的内容会让用户进行“霸权式解码”，这导致对信息解读的方式和过程都与信息编码时所设定的预期保持高度一致。

而内容生产者进行编码的实质是将信息符号化。在算法的介入下，符号化的信息也被打上标签，并与被打上标签的用户实现精准对接与匹配，内容提供者基于目标用户的兴趣偏好生产相应内容，作为内容消费者的用户对接收到的讯息进行解码，减少了对抗性解读，传授双方彼此共通的意义空间扩大。内容生产者会有意识地迎合用户兴趣取向，并通过基于算法的用户反馈及时调整内容。例如，腾讯新闻近期发起关于“内容创作者面对的难题”的投票，当被问到“做内容是要迎合大众还是做自己”时，有六成的创作者选择了“迎合大众”，而非“做自己”。[4]由此可见，编码者与解码者都受制于算法。在算法的介入下，原先作为主体的编码者与解码者都要依照算法逻辑下的智能匹配以满足各自的需求。例如，因相同标签被聚集起来的用户往往具有相近趣味，基于协同过滤的算法推荐机制会将这些偏好、行为类似的用户编入一个隐性社群，为社群中的用户互相推荐各自接收过并且感兴趣的信息，而判定是否感兴趣的标准是用户在相关内容页面停留时长以及点赞、评论和收藏等操作。“在算法推荐机制下形成的隐性社群中，不同的社会阶层会因为其本身不同的社会背景、社会实践被算法在无形中划分到不同的标签下，这种算法推荐机制带来的圈层化正在隐性社群中体现，每一种算法推荐机制下的标签都是一种圈子。”[5]在某种意义上，算法推荐机制形成的圈子是法国哲学家皮埃尔·布尔迪厄(Pierre Bourdieu)趣味理论的网络实践。文化资本是社会区隔的一个维度，趣味是文化资本的一部分，[6]因此趣味对于人群的区隔起着重要的作用，由算法推荐形成的趣味共同体建立起了一种“品位区隔”。例如，在主打音乐社交的网易云音乐平台中，算法的个性化推荐让个体用户在与音乐内容实现精准匹配的同时，也通过评论等方式找到和自己拥有共同音乐品味的人，从而建立联系，强化身份认同。不同的音乐类型被看做是审美品味的差异，例如许多小众的歌曲火了之后被原来听歌的用户群体攻击，实际上是由个性化推荐算法聚集起来的人群努力制造出属于自身群体的特定趣味，以此标榜自己与他人的差异。

(二) 用户主动性与被动性并存

丹麦学者施蒂格·夏瓦(Stig Hjarvard)认为：“在一个越发商业化的媒介环境下，受众已经最大化地成为媒介的重要逻辑之一，媒介也由此不遗余力满足受众对形式的需求，这些形式符合特定受众的生活方式。”[7]150-151算法逻辑中呈现的用户思维无疑印证了这一点。算法重视用户、了解用户、洞察用户心理并预测用户行为，以此满足其个性化与共性化需求，从而实现了从传者本位到受众本位的根本性转变。基于此，平台可以更好地留存用户，增加用户黏性，进而攫取更多的商业价值。

商业化平台常常以“个性化”为噱头，以此来强调用户的自主性与主动性。“从理论上说，个体可以使自己的需求、行为以及个性特征成为重要变量，作用于信息和服务的提供者，以此来实现自己的主动性，但从实际来看，个性化服务也会带来人的惯性、惰性以及被动性，人们越来越多地被算法钳制。”[8]193平台设计者将对“人性”的洞察融入算法之中： 一方面，用户在技术与平台赋权之下主动使用平台服务与获取自己所需的信息；另一方面，用户的浏览记录转化为平台进一步提升用户黏性的数据，源源不断地推荐同质化信息，对平台产生惯性依赖的用户进而被动地接受所推荐的信息。我们熟悉的电商社区平台小红书的用户最开始是自主搜寻信息，但在平台的算法导向下，会对用户搜索之后点击、点赞、收藏的内容标签进行实时反馈推荐，同类信息不断充斥主页，这在一定程度上是对用户主动性的抑制。

(三) 算法形成全新媒介环境

“新的媒介技术应用形成新的媒介环境，进而引起传播情景的变化，这种变化进一步影响社会发展。”[9]在算法建构的媒介环境之下，算法为用户营造出了新的情境，同质化信息对个体的规训更为频繁。如前所述，在协同过滤的算法模式下，具有相同兴趣爱好的人群聚集起来，形成隐性连接，认知、态度与行为也均会受到相似人群的规训，从而影响自我形象建构。在算法营造的新情境下，人们会互相参照，不断强化既有认知；在获得自我表达空间时，又在被互动环境所影响。在社交媒体平台上，每个用户都可以参与拟态环境的建构。在算法推荐机制下高度一致性的内容信息不断展现在用户面前，并且在隐性群体的相互交流和讨论中形成整齐划一的认知，基于此形成的群体共识不断被放大并发生弥散，成为后来者的参照。个体在算法环境下受到反向驯化，以算法为代表的智能媒体技术本身会影响作为主体的人，算法技术营造的媒介化生存映射到现实中，将“演化为一种现代人无法躲避的生活方式”[10]。这体现了夏瓦所言的“媒介既反映又建构生活形态，影响着不同社会群体作为现代生活导向的规范和实践”[7]151。

柏林大学研究者马伦·哈特曼(Maren Hartmann)提出了媒介技术和使用者的“三重勾连”，她指出：“媒介技术不仅是一种物品(object)，也不仅是一种信息渠道(message)，还是一种情境(context)”[11]80-102。情境意味着个体不仅是在使用作为物的媒介，通过媒介获取信息，同时还存在于媒介技术所建构的互动交流的场景中，也就是处于“媒介化的情境”中，同时受到媒介逻辑的规制。而“算法不仅是一种技术架构，更是与周边社会生态密切相连的嵌入式的产物和具有生产性的过程”[12]。算法所构建起的情境对互联网内容生态的变革产生深远影响，用户的眼界、品味、审美水平、价值观等都会受到该情境的制约。企鹅智库发布的《数字内容产业趋势报告2020—2021》显示，在依据不同性别、年龄、收入、学历划分的用户群体中，每个群体中都有80%以上的用户认为自己的好奇心并未被满足[13]，这说明当下的资讯分发平台的内容生态并不够丰富，人们都在算法所建构的情境中获取信息，用户的眼界被钳制在自己所感兴趣的领域内，难以跳脱出算法所限定的内容范围。

二、 行动者网络与算法传播形态的崛起

算法技术的应用影响了既有的传播形态，并进一步形成了新型传播形态。随着算法技术在互联网产品中广泛而深入的应用，算法推荐下所形成的新型媒介环境使得原有的信息传播机制发生了变化，各类互联网应用程序通过算法传播逐步成为全新的信息传播平台，构建起不同于以往的媒介生态，在此过程中传播主体由人类扩展至非人的物体——算法。为了解这个过程的发生机制以及算法传播形态是如何崛起的，我们有必要引入法国学者布鲁诺·拉图尔(Bruno Latour)的行动者网络理论。该理论“关注于作为物的‘技术’是如何进入所谓的社会场域‘网络’，又是如何‘稳定化’(stabilize)社会联结”的。[14]而作为行动者的算法是传播领域的行动者网络中的新入局者，在行动者网络理论的视域下，算法与人类行动者之间相互联系、彼此建构，并且无时无刻不在发挥作用，带动传播领域的动态运转。

传播领域的行动者网络过去是由传统的大众媒体所建构起来的。作为行动者的大众媒体垄断了社会中的信息传播渠道，专业内容生产者对信息进行把关，并且对无差别的受众进行单向传播，建构起拟态环境，并拥有强大的议程设置权力。因此，大众媒体也成为了行动者网络中的“必经之点”，并以此确保行动者网络的稳定。随着移动互联网的发展以及智能手机的普及，个体在技术赋权下逐渐成为独立的传播中心，“关系”成为核心的传播渠道。在传播的重要节点方面，人与人的连接逐渐超越了人与内容的连接，在此背景下社群化传播形态兴起。社群化传播是以用户的社交关系为纽带形成的网络传播模式，在“社群化传播形态下，各种社会群体成为人们交往的中心，信息和意义的生成与传播也在其间展开”[9]，“关系”成为传播的重要驱动力。在Web 2.0社交媒体时代，每一个关系节点都作为独立的传播中心存在，并呈现出去中心化的传播趋势。用户既可以通过强关系建立自己的信息获取来源，也可以通过弱关系为自己提供更多元和异质性的信息，各类人群通过互动建构起不同性质的网络共同体，包括社区、社群、族群以及各种圈子等。

根据媒介理论家保罗·莱文森(Paul Levinson)的“媒介补偿性理论”，每一种新媒介的出现都是对以往媒介所存在的不足的补偿。随着算法在传播领域的普遍且深入应用，它对Web 2.0时代的社群化传播不啻为一种补偿。在社群化传播形态下人们处在信息过剩的状态，难以在海量信息中快速获得有效信息，而算法的出现弥补了该媒介形态下的不足。随着算法推荐实现了对传播渠道的掌控，并日渐占据主导地位，算法逐渐崛起为新型传播主体，并构建起新的行动者网络。“行动者网络就是异质行动者建立网络，发展网络以解决特定问题的动态过程。一个行动者能在自己的周围构建一个网络，使其它要素依赖着自己，并将其兴趣转译进自己的网络中。”[15]24作为新入局的行动者，算法解决了过去信息无法精准传播至个体的问题，并通过对不同个体兴趣的了解与掌控，将这些在传播网络中的既有行动者“招揽”进以算法自身为主导的新型行动者网络中。由此，算法在传播领域主导地位得以确立。而通过分析以算法为主导的行动者网络的建构过程，我们也将对算法传播形态的崛起有更加清晰的认知。

拉图尔的行动者网络理论围绕行动者(actor)、转译者(mediator)以及网络(network)3个概念展开。他扩展了行动者的概念，认为行动者不单指人类，还包括技术、观念等非人的物体，只要能“通过制造差别而改变事物状态”[16]，都可以称之为行动者，但是非人类行动者需要通过“代言人”进行意愿表达来获得主体地位。我们发现，作为行动者的算法会不断改变其他行动者的状态，行动者网络的运转也会随之发生变化。当下传播领域的行动者网络既包括互联网公司、各类传媒机构、用户以及相关政府部门等人类组织行动者，也包括5G等互联网基础设施、移动终端以及可穿戴设备等实物、算法等媒介技术、资本、政策法规等非人类行动者，其中算法在不同程度上对各类行动者的状态与行为产生影响，并且介入这些行动者之间的互动，将原有的网络重新进行整合，各方的利益在行动者网络中不断博弈，每一方都受制于隐藏在幕后的算法。

拉图尔认为，任何行动者都是转译者。转译者是相对于中介者(intermediary)提出的概念，中介者是指“原封不动地对意义和力量进行转运，输入量与输出量大致持平”[17]，换句话说，只要对输入进行限定，就可以对输出进行控制，而转译者是具有能动性的，输入的信息与设定的条件并不能保证输出了什么，而是根据不同内容及时做出响应与调整。我们看到，算法的设计者可以对算法程序进行设定，但算法内部的计算逻辑是设计者无法掌控的，也就是说，并不能保证对算法进行某种设定就能产生对应的结果。算法不仅仅充当了信息传递的中介者角色，还通过对传播渠道的占领，取代了过去基于人工编辑与关系网络的信息分发，并根据其内部运行机制对信息内容进行转译。例如，前文所述的小红书中的推荐算法就是对用户喜欢的内容标签进行实时的推荐反馈，点击一种类型的内容之后，再往下滑就会马上出现类似内容。作为非人类行动者，算法通过转译与包括人在内的行动者进行联系与互动，换言之，就是处于主导地位的行动者将自己的利益表述为其他行动者的利益。那么算法是如何在自己周围构建网络并且让各种行动者加入该网络的呢？

首先，算法需要一个脚本/情境(scenario)，告诉其他行动者要建立一个什么样的网络，以此来吸引行动者。在社交驱动的关系型信息分发模式中，信息冗余与过载使得人们无法迅速获取有效信息，常常迷失在纷繁复杂的信息海洋中，在此背景下算法设计者与其背后的商业利益集团开发出解决用户选择障碍的各类应用产品，例如基于数据挖掘的资讯类引擎产品今日头条等等。接下来，为了征召(enrollment)其他行动者进入算法行动者网络，算法的设计者需要进行问题界定(problematization)，即让其他行动者明确自己的需求和所遇到的问题，并且让行动者相信通过算法能够解决信息选择障碍和信息接收疲劳等问题。按照腾讯新闻产品总经理冯涛的说法：“推荐系统的职责是不仅能够准确地进行内容理解和用户兴趣的理解，达到用户更好的体验感，还会通过算法快速发现和学习用户对新内容的兴趣和喜好，实现客观上分发多样性，为用户开启眼界之旅。”[4]算法的代理人不断强调“你关心的，才是头条”，强化用户的需要即算法的使命，作为行动者的用户一旦对此问题产生了一定的认知后，就会进一步被带入兴趣激发和利益让渡的笼套中。

算法除了对用户的征召，还会对不同来源的信息生产者进行征召。例如通过算法推荐，内容生产者所创造的成果可以精准抵达内容消费者，并得到有效的反馈。由此，在算法的招募下不同行动者被吸引并聚集到同一个平台。而吸引行动者参与只是算法征召的第一步，接下来还要控制其他行动者的行为，从而预测他们未来的行为，这就需要通过简化(simplification)和并置(juxtaposition)的策略。“简化就是使被招募进这个网络中的行动者只对这个网络中所界定的问题服务，而抛弃其它的杂念。简化使被吸引的群体目标保持一致，有利于控制它们的行为。”[15]例如，作为行动者的用户被打上的标签是一种简化，算法通过标签进行内容的匹配，具有相同标签的用户会在算法机制的推荐下聚合起来；当人群的聚合也变为可计算时，算法对人群的控制也就变得更为容易。而并置则需要在网络中理解。网络意味着联结，人类行动者以及非人类行动者都是网络中的节点，并置则是将这些节点整合在一起，形成链条。在节点之中存在一个必经之点来保持行动者网络的稳定，这个必经之点意味着“与之相联结的其余行动者可以依据自身条件转化行动意愿”[14]。算法努力将自己构建成传播领域的行动者网络中其他行动者的必经之点，而用户也正在将体现人的主体性的判断能力移交给算法，依靠算法分发提供的信息做出下一步的行动计划。此时，“技术不再只是人们达成目的的手段，而是行动者，(它)与人类互为主体，甚至成为传媒自身”[18]。

通过展现算法在传播领域的行动者网络中的联结与部署，可以窥见算法这个新入局者通过对既有网络中行动者的意愿的转化，带动它们的行为也逐渐追随算法的指引，进而实现以算法为中心的传播网络的重组。算法传播是该网络的具象化展现，这种新型传播形态的出现预示着人与物不再是二元对立，而是在越来越深入的互动中相互交融。当作为“技术物”的算法融入人类世界，原有的主客体划分标准、虚拟与现实的区隔、微观个体与宏观社会的边界都被打破，物不再是静态的，而是能够不断自我学习与自我进化，并且将周围的行动者都纳入自身的网络中，而人本身与其所处的世界都在随着算法的演进而不断发生变化。

三、 算法传播形态对社会结构的嵌入

在媒介研究者安德烈亚斯·赫普(Andreas Hepp)等人看来，“当下人们的生活情境都被媒介穿透，并构建起新的交往情境，媒介通过占有(appropriation)或驯化(domestication)以技术为基础的交往活动，对于文化生活不同方面产生了长期的、不断增长的相互渗透作用(interpenetration)”[19]。可以肯定的是，算法传播所建构起的媒介环境正日益成为人们感知外部世界的重要途径，并在与现实环境的不断融合中出现界限消弭。算法形塑的环境与原有社会结构交织与互嵌，并形成新的社会结构，产生新的社会场景，也在实践中形塑起新的认知与行为模式。

(一) 算法传播深化场景适配

对于移动时代的媒体来说，场景成了继内容、形式、社交之后在传播中需要考虑的另一种核心要素。[20]知名记者罗伯特·斯考伯(Robert Scoble)等人最早将“场景”这个词语用于传播领域，场景传播的实质就是特定情境下的个性化传播和精准服务。而个性化场景的服务得益于大数据的计算与分析，“基于算法的场景传播可以在更深层次上对用户需求进行洞察、分析与推荐，以实现对用户需求的全方位把握。同时，算法扩大了场景传播的范围”[21]。在算法传播环境下个体所处的场景被量化与重构，而构成新场景的基本要素包括空间与环境、用户实时状态、用户生活惯性和社交氛围等。例如，每当人们到了一个新的空间与环境中，移动设备中的定位系统会自动跟踪，平台内的算法系统会根据定位推荐本地的各种信息，告知用户周边方方面面的情况，建构起用户对周围环境的感知，从而引导用户行动。在这里，算法不仅建构了此时此地用户的位置对于用户的意义，还能基于对用户的个性化分析为他们打造未来的需求。

然而，只有对空间与位置的把握是不够的。当下用户对场景体验的需求越来越高，媒介只有与在地环境特征更好地结合才能洞察和预测用户需求。例如，传感器能够对用户的实时状态有精确的把握，但实时状态只有与空间位置相结合才能进一步满足用户需求。虽然空间环境往往隐含着丰富的信息，但能引起用户兴趣的信息是有限的，而通过对用户实时状态的测量，平台算法就能够不断强化用户对感兴趣的信息环境的认知，在算法的不断提示下，用户很可能将会产生希望拥有的意愿。算法为用户建构起这样的需求场景，也在潜移默化中驱使用户做出相应行动。因此可以说，算法传播即实现供需双方的连接匹配，而场景分析的最终目标也是要为用户提供特定场景下的适配信息或者服务，从而刺激用户潜在的消费行为。

算法创造了一个基于用户共同体验的参照体系，通过对大量用户数据的分析，能够得到在某一特定场景下用户的共性需求以及行为特征，并将个性化场景与共性化场景相结合。例如，在大众点评平台中，算法不仅会向用户推送基于用户空间定位的周边相关信息，还会向其推送其他用户在该场景下所做出的决策与评价，供用户选择参考。莱文森曾描述说，媒介技术的发展趋势就是越来越契合人的需求以及便于用该媒介技术进行信息交流的倾向。[22]我们看到，现在的传感器等技术能够通过对环境的感知生成对周围环境的具体数据，通过算法推送展示在用户面前，全方位满足人的感官愉悦需求。算法技术的嵌入改变了对周围环境的呈现方式，同时将人性中的非理性因素例如欲望、本能、直觉等不断激发与放大，建构起让用户欲罢不能的消费场景。

(二) 算法传播重塑认知与行为模式

人们生活在被算法包裹的媒介环境之下，通过算法的推荐进而建立起对周围事物的认知，导致从自我塑造到对群体氛围以及社会公共舆论的感知都依赖算法。算法作为一种价值体系，影响了人们对事物重要性的判断与排序。美国社会学家大卫·理斯曼(David Riesman)在其著作《孤独的人群》中划分了传统导向、内在导向和他人导向等3种社会性格类型。其中，“他人导向性格的标志是通过群体和媒介监控周围环境的导向，核心特征是个体针对人群和媒介拓展网络的、高度发展的敏感性”[7]146-147。算法在各大互联网应用中嵌入并逐渐构建起新的媒介环境，不同用户所感知到的媒介环境是不同的。算法分配并聚集而成的隐性社群成为个体的参照，为个体建构生活方式，人们根据这种媒介环境所呈现出的生活形态打造生活方式，同一个社群的人们共享这种生活方式。在此过程中，他人导向的社会性格成为主导性格，人们表面上是在追求对个人生活的自我支配，而实际上是潜移默化地接受算法构建媒介环境的影响，思维认知、态度以及行动都在不断接受算法的“改造”。

布尔迪厄所提出的“惯习”概念被视为理斯曼“社会性格”概念的延续，而惯习的形成在很大程度上是通过与当代社会的互动得以塑造的。在此基础上，夏瓦继而又提出“惯习媒介化”，他指出：“惯习在当代世界中无处不在的监控下得以再生产”[7]158。这不禁让我们联想到，当社会互动都逐渐依托以算法为代表的智能媒体展开时，算法传播也在逐渐塑造出新的惯习，因此我们不妨进一步提出“惯习算法化”。算法通过对数据的分析实现了监控，算法的持有者即平台方基于特定利益向用户推荐内容，并包装成一种生活方式，而用户逐渐适应的平台化生活也是其全新生活惯习形成的过程。在算法推荐机制下，不同个体的生活方式联系在一起，形成了自我身份认同和品味标榜，以此完成社会区隔的再生产与更新。例如，电商平台小红书以“标记我的生活”为口号，在构建用户画像之后为用户推荐相关笔记，用户之间彼此参照、相互模仿，根据笔记中的内容打理线上和线下的生活并形成新的惯习。由此，我们不难发现算法也正在将惯习社会化，算法基于特定人群的需求为其建构起一套生活方式和价值体系，特定群体的消费行为也受制于算法，并纷纷建立起表征自我身份的新的社会区隔，在此过程中算法悄然成为生活方式新标准的建构者和倡导者，潜移默化地影响着不同群体的生活规范与行为实践，并主导了个体与群体的惯习再生产。

四、 结 语

当媒介化生存成为常态，我们更加关注虚拟物的存在。我们既无法看到算法，也无法实实在在地感知到它，但这种无形的技术物确实渗透至生活的方方面面，并且具备对社会和文化的形塑力量。当一切都变得可计算、可量化，我们还如何能保持对这个世界的探索欲与好奇心，从而不断开拓视野呢？当我们的认知方式和行为反应都基于算法时，我们如何能依据人的主体性做出判断和决策呢？当我们日渐从自己所编织的关系网络过渡到由算法所建构的技术网络之中，我们是否已经做好准备应对这样的变化呢？

在算法传播形态之下，人作为传播主体的地位或许已不那么稳固，那么未来以算法为代表的媒介技术还会继续渗透到人类生产与生活空间中，由此产生更多社会文化变迁。当人类的社会和文化属性受制于技术的自然和机械属性时，我们再也无法将技术物视为客体，而必须审视其主体性地位，并学习如何以主体间性的关系场和认识论，看待人类与其所创造的技术物的共存状态，并且以后人类视角重新认识人类自身。